机器学习重要的方法

梯度下降法,牛顿法,拉格朗日乘子法


梯度下降法

代表,liner regression
原理,根据生成的cost function   


其中


易知此方程的未知数为 thetao和theta1,二元二次方程图形就是有个凹陷的。

每次沿着切线方向前进若干距离

参考http://blog.csdn.net/xiazdong/article/details/7950084


牛顿法


可以看到值是逐渐逼近x*的

参考http://blog.csdn.net/luoleicn/article/details/6527049


拉格朗日乘子法

是求函数f(x1,x2,...)在g(x1,x2,...)=0的约束条件下的极值的方法。

例子:









原文地址:https://www.cnblogs.com/yan456jie/p/5369513.html